一种基于数字孪生的工业模型构建方法及系统技术方案

本发明专利技术涉及数字孪生及工业互联网技术领域，公开一种基于数字孪生的工业模型构建方法及系统，方法包括：获取工业系统中规则的实体数据

【技术实现步骤摘要】
一种基于数字孪生的工业模型构建方法及系统


[0001]本专利技术涉及数字孪生及工业互联网
，尤其涉及一种基于数字孪生的工业模型构建方法及系统
。

技术介绍

[0002]数字孪生是通过数字化技术将现实世界的实体设备
、
产品
、
工厂等实体建模，并将模型与感知和控制系统集成在一起，用于仿真和优化生产和制造过程
、
产品设计以及管理
。
从物理实体模型中提取数据形成虚拟模型，基于虚拟模型进行仿真和分析的科技工具
。
通过数字孪生科技，我们可以更加精准的描绘物体行为特征，更好的实现装备可持续性
、
创造出更多想象力和工作效率
。
工业模型构建是通过各种手段对现实世界中的物体进行建模和展示的技术，其应用范围很广，可以用于模拟和预测工业产品的设计
、
生产
、
运营和维护等过程，也可以帮助人们更好的理解和展示物体的外观
、
结构
、
内部构成和性能特点等信息，从而帮助人们进行设计
、
研发和分析等工作
。
[0003]在现有的传统工业模型构建方法和系统中，需要重复检查和修改设计，生产效率低下，并可能导致制造小批量模型时无法达到规模经济实惠性
。
为解决上述问题，加快构建基于数字孪生的工业模型是必然趋势，实现高效率制造生产，保障可靠性和安全性
。

技术实现思路

[0004]为解决现有技术中存在的构建工业模型效果不佳，导致生产效率低下的问题，本专利技术提供了一种基于数字孪生的工业模型构建方法及系统
。
[0005]本专利技术的目的可以通过以下技术方案实现：
[0006]一种基于数字孪生的工业模型构建方法，包括以下步骤：
[0007]获取工业系统中规则的实体数据
、
应用场景环境数据和条件匹配数据，对采集的数据进行预处理，并将其存储在数据库中；
[0008]将数据库中的实体数据进行转化处理，形成数字化模型，通过数字孪生平台将数字化模型统一成数字孪生模型；
[0009]对数字孪生模型进行设计优化，根据条件匹配数据进行管理测试，对数字孪生模型进行仿真测试，获得测试结果，从而判断测试结果中存在的故障并进行虚拟维护；
[0010]通过检测数字孪生模型的性能和数据指标，从监测系统上获取工业系统中不规则变化数据，对数据库进行更新和维护，同时利用更新的数据对数字孪生模型进行改进和调整；
[0011]将所述应用场景环境数据输入数字孪生模型中并运行，检测故障和漏洞，进行修复完善，达到稳定运行状态，进一步对稳定运行的数字孪生模型做模拟预测
。
[0012]优选的，所述预处理包括对获取的各类数据进行筛选，剔除不完整的数据，并进行重新采集；对数据进行过滤，补偿优化，以确保数据的可用性和精度
。
[0013]优选的，所述将数据库中的实体数据进行转化处理，形成数字化模型的过程还包
括适度简化，简化的具体步骤包括：
[0014]将所述实体数据进行稀疏化处理，进行知识机理协同建模，常见有压缩感知；
[0015]按一定规则分类存储数据，将数据与化学方程式数据按目录形式存取；
[0016]删除大数据与知识机理重复数据
。
[0017]优选的，所述基于数字孪生的工业模型构建方法还包括：
[0018]根据实时采集
、
筛选和匹配工业环境下的数据，对数据库中现有实体数据进行更新；
[0019]实时计算模型数据以完善工业系统的数字孪生模型；
[0020]调动数字孪生平台中的数据进行智能优化，对现有数字孪生模型进行补正
。
[0021]优选的，所述获取工业系统的实体数据包括传感器数据
、3D
扫描数据和图像数据；所述应用场景环境数据包括温度
、
湿度
、
气压这一类外界环境数据；所述条件匹配数据包括运动行为和载荷数据
。
[0022]优选的，所述对数字孪生模型进行设计优化，这一步骤还包括将数字孪生模型与实际工业系统实体进行比较验证
。
[0023]优选的，所述模拟预测是指分析出实体工业系统将会出现的影响因素，带入数字孪生模型进行风险预测，以及对工业系统进行结构上的改进从而获得的结果预测
。
[0024]一种基于数字孪生的工业模型构建系统，执行前述一种基于数字孪生的工业模型构建方法，包括数据采集端，模型构建模块，仿真优化模块和功能实现模块；
[0025]所述数据采集端为传感器网络和
3D
扫描系统，所述数据采集端用于进行扫描获取数据，通过传感器获取实时环境数据，对数据进行预处理；
[0026]所述模型构建模块为数据孪生平台，用于对数据优化处理，适度简化孪生系统数据，构建数字孪生模型；
[0027]所述仿真优化模块用于将所构建的数字孪生模型与工业系统实体进行对照补充，进行仿真测试；
[0028]所述功能实现模块用于对更新优化后的数字孪生模型进行风险预测和结构调整预测
。
[0029]优选的，所述传感器网络包括传感器终端和若干个传感器节点
。
[0030]本专利技术的有益效果为：通过本方案对构建工业模型方法和工业模型构建系统的优化，在构建工业模型时，结合数字孪生技术，建立数字孪生模型，从物理实体中获取数据形成工业模型，在构建过程中，对数据做预处理，将所述实体数据以及场景应用的数据进行进一步处理，简化，删除重复没有参考意义的历史数据，对数据进行达到对数字孪生模型的完善和优化
。
通过数字孪生，可以在创建和组装物理模型之前，先在数字环境中完整地模拟这个模型，并进行系统测试
、
验证和优化
。
提高了模型构建的效率，使得生产速度得到提升，同时，通过数据孪生对构建的工业模型进行仿真，使得工业模型能够更加与实体工业系统相似，使用数字孪生模型可对影响工业系统的因素进行测试，同时能对改变系统结构出现的结果进行模拟预测，评估，使得改进实体工业系统更加高效，准确性高
。
附图说明
[0031]为了便于本领域技术人员理解，下面结合附图对本专利技术作进一步的说明
。
[0032]图1为本专利技术在一实施例中提供的一种基于数字孪生的工业模型构建方法的具体步骤；
[0033]图2为本专利技术在一实施例中提供的基于数字孪生的工业模型构建方法中简化形成数字化模型的具体步骤；
[0034]图3为本专利技术在一实施例中提供的基于数字孪生的工业模型构建系统各模块图
。
具体实施方式
[0035]为更进一步阐述本专利技术为实现预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术的具体实施方式
...

【技术保护点】

【技术特征摘要】
1.
一种基于数字孪生的工业模型构建方法，其特征在于，包括以下步骤：获取工业系统中规则的实体数据
、
应用场景环境数据和条件匹配数据，对采集的数据进行预处理，并将其存储在数据库中；将数据库中的实体数据进行转化处理，形成数字化模型，通过数字孪生平台将数字化模型统一成数字孪生模型；对数字孪生模型进行设计优化，根据条件匹配数据进行管理测试，对数字孪生模型进行仿真测试，获得测试结果，从而判断测试结果中存在的故障并进行虚拟维护；通过检测数字孪生模型的性能和数据指标，从监测系统上获取工业系统中不规则变化数据，对数据库进行更新和维护，同时利用更新的数据对数字孪生模型进行改进和调整；将所述应用场景环境数据输入数字孪生模型中并运行，检测故障和漏洞，进行修复完善，达到稳定运行状态，进一步对稳定运行的数字孪生模型做模拟预测
。2.
根据权利要求1所述的一种基于数字孪生的工业模型构建方法，其特征在于，所述预处理包括对获取的各类数据进行筛选，剔除不完整的数据，并进行重新采集；对数据进行过滤，补偿优化，以确保数据的可用性和精度
。3.
根据权利要求1所述的一种基于数字孪生的工业模型构建方法，其特征在于，所述将数据库中的实体数据进行转化处理，形成数字化模型的过程还包括适度简化，简化的具体步骤包括：将所述实体数据进行稀疏化处理，进行知识机理协同建模，常见有压缩感知；按一定规则分类存储数据，将数据与化学方程式数据按目录形式存取；删除大数据与知识机理重复数据
。4.
根据权利要求1所述的一种基于数字孪生的工业模型构建方法，其特征在于，所述基于数字孪生的工业模型构建方法还包括：根据实时采集
、
筛选和匹配工业环境下的数据，对数据库中现有实体数据进行更新；实时计算模型数据以完善工业系统的数字孪生模型；调动数...

【专利技术属性】
技术研发人员：潘明，阮少钧，高晅，黄显耀，许建，
申请(专利权)人：工数科技广州有限公司，
类型：发明
国别省市：